接入；需提供 API 策略路由能力，支持根据不同的 Header、Query 来定制 API 接口的后端； 需支持 API 编排，支持通过脚本，完成服务的编排封装；支持秒级 API 流控， 针对不同的 业务等级、用户等级，可实施 API 级别的精细流控，保护集成业务的稳定运行；支 持 API 的监控统计和分析；安全认证，支持 app key&app Secret 对应用进行认证， 用户可编写自定义脚本对接第三方认证；支持 需支持统一的、集中的用户电子身份管理，结合用户入职、兼职、调岗、 借调、离职等不同业务场景实现用户账号的全生命周期管理；支持维护用户名、密 码、姓名、电话、邮箱等基本属性信息，并可根据需要增加用户自定义属性； 针对 各类用户可进行分类及管理。 需支持统一的、集中的机构管理，支持机构的新增、修改、删除、查看等 基本操作；支持多组织机构树，支持机构属性自定义，不同机构树上的机构可 配置不同的属性。 需支持 设备，在混合墙及互联网出口 进行分光，复制流量到 NDR 和 IDS 设备进行检测。部署 DDOS 流量清洗对流量 进行检测和清洗，部署信安设备对开放业务进行管控。在管理区部署主机防护 软件，针对平台侧虚拟机进行漏洞扫描和安全加固。 2.2.3.1.1 核心设备及链路冗余需求 需要采用冗余双链路措施。在交换中心网核心交换机和防火墙设备和互联 互通链路上采用冗余双链路措施，提升因单台设备或单条链路故障自动处理能

节 点。数据获取实时性高，能够交换删除操作的数据，但需要在源表上建立触 发器，对前置库性能有一定影响。 2.3.1.1.3. 按时延分类 2.3.1.1.3.1.1. 准实时接入 针对于 T+1 模式无法满足业务系统的需求，需要进行准实时同步。准实时 同 步是指将数据从传统的关系型数据库准实时同步到大数据平台，并对数据进 行实 时或者准实时分析。借助 Oralce 等软件可以实时地读取关系数据库的日志记录，将这 些日志 记录写成文件记录到本地，再头通过数据迁移工具进行秒级同步和解 析。 2.3.1.1.3.1.2. 实时接入 针对如物联数据、视频数据等具有数据量大、文件数量多、实时产生等特性 的数据，有高吞吐、低时延的要求，可通过分布式日志实时采集工具 Flume 或 分 布式消息队列工具 Kafka 实时接入到大数据平台。 织机构从外部采集的数据。 数据存储：指非动态数据以任何数字格式进行物理存储的阶段 15 智 慧 城 市 系 列 - 公 共 服 务 中 台 数据处理：指组织机构在内部针对动态数据进行的一系列活动的组合。 数据传输：指数据在组织机构内部从一个实体金国网络流动到另一个实体的 过程。 数据交换：指数据经由组织机构内部与外部组织机构及个人交互过程中提供 数据的阶段。

EUROCAE10（欧 洲民用航空设备组织）同步制定的航空安全标准，全称均为《Airworthiness Security Process Specification》（适航安全流程规范），是航空领域首个针对 机载系统安全的权威标准集。 1.3.人工智能推动低空应用落地 在低空应用领域，AI 通过技术创新重构数据链与决策链，成为核心驱动 力。数据采集环节，智能终端搭载多模态传感器实现全域动态感知，构建低 《民航数据管理办法（试行）》《民航数据共享管理办法（试行）》，则直 5 接针对低空数据安全与共享进行规范。此外，一系列民航数据治理标准，如 民航局 2025 年 7 月 18 日发布的《民航领域数据分类分级要求》（MH/T 3039 - 2025），与部门规章相呼应，共同推动着智慧城市低空域数据安全法律法规 朝着更细致、更具针对性的方向发展，以适应低空经济快速发展的需求，保 障低空应用安全与合规使用。 AI 决策的信任与监管能力。 （4）城市模型低空域算法被逆向篡改风险 智慧城市低空经济对外开放大量公共服务接口，恶意攻击者可通过分析 接口调用数据、逆向工程等手段，破解 AI 模型内部逻辑。例如针对低空无人 机调度模型，攻击者获取算法结构后，可注入恶意指令，导致飞行器航线混 乱、碰撞或泄露敏感飞行数据；通过攻击公共服务接口，还可能窃取模型知 识产权，影响企业核心竞争力与行业健康发展。

治理等专题“一张图”，以动静结合的方式呈现市域治理的基本情 况，实时反映各领域治理工作动态。同时， 拓展“增量创新”，建设一批跨地 区、跨部门的社会治理创新应用，围绕以危化品全流程管理和群租房监管等 业 务领域，构建科学的针对性指标体系和 AI 分析模型，实现准确、及时地进行预警和预判，为市域管理的精准 施政提供决策支持。建立“1+N+N”市、县（市） 区、镇街道三级联动的指挥调度体系，打造全国领先、具有 AI+大数 议，为领导 决策提供辅助。 决策支持的过程与事件管理的过程不同，事件管理往往是被动的，由外部或者系统本身的警示信息来驱 动。但是决策支持是主动发起的，决策支持专题的发起者往往是市领导或者委办局领导，针对一系列的社会 问题或者政府管理决策下达专题分析任务，指定一个委办局牵头，相关委办局协同来完成，借助某市市域治 理现代化指挥中心的大数据来进行专题分析。 4） 应急指挥业务 预警信息来自于两个 台经过数据建模和数据挖掘，生成分析报表供领导辅助决策。 3） 市域治理专题预警需求 搭建各专题预警功能，判断当前预警信息背后隐藏的风险和隐患，确定预警风险级别，对预警信息进行 科学应对和处理。 例如针对生态环境局关注的“水环境预警”，需基于预警相关的内容和数 据：如地表水质优良率、水污染 物排放量（如需氧量、氨氮、总磷、总氮）等， 通过指挥中心平台构建预警模型，在水环境问题发生前及时 预警、快速定位，

(xiazhuoqun＠csust．edu．cn) 摘 要 智慧水利是国家关键信息基础设施的重要行业和领域.网络安全态势评估技术的研究,为智慧水利的数据保护和网 络安全建设提供了有力支撑.针对智慧水利网络模型特点以及基于单一 DＧS证据理论的网络安全态势评估模型中存在着主观 依赖性、证据冲突大的问题,提出了一种基于改进 DＧS证据理论的智慧水利态势评估方法.首先,面对海量水利数据,使用深度 将会造成重大影响[１].如今,针对各 种信息系统的威胁、攻击等恶意网络行为不断增长且日益猖 獗,逐渐呈现出攻击工具专业化、目的商业化、行为组织化甚 至国家化的特点.对于多数水利工程来说,针对发变电系统 的攻击会使其失去能源,并产生一系列次要问题;针对供排水 及航运系统的 攻 击 会 对 其 自 身 和 当 地 生 产 生 活 造 成 严 重 后 果;而针对各类液压闸门和阀门的攻击[２] 模数据时也会存在收敛速度慢、分类精度差的问题,本文采用 深度自编码先对海量数据进行数据降维和数据过滤,来避免 此类问题. １ 相关研究 网络安全态势感知的研究方法复杂多样,其中态势评估、 态势预测是网络安全态势感知研究的重点.针对这两大重点 模块,学者们将不同的算法融入其中进行实验,并试图建立一 个效率高、适应性强、可靠性高的网络安全态势感知模型. 国内外研究 中,Wang等[５]将 线 性 加 权 法 融 入 DＧS证

制定数据采集目录、采集内容、采集字 段、采集频率等关键信息，实现统一规则采集文旅信息，统一标准存储文旅信息，统一技术规范交 换和应用旅游信息。 （1）基础数据分类编码及数据元设计规范 本项目针对文基础数据（旅游目的地信息、文旅体基础资源、文旅服务企业、文旅服务产品 等）、文旅公共服务数据（文旅公共资源、公共交通等）、文旅业务管理数据（主管部门、组织协 会、安全事件等）等三大主要分类进行编码，并制定文旅数据元描述规则。 河流、加油站、汽车站等；各景区内部的地图数据等 规划、测绘部门 （2）数据采集方式 根据不同的数据来源，本项目拟采用的数据采集方式： 1）数据手工填报 针对部分涉旅企业数据，提供数据上报接口，由涉旅企业定期或不定期的进行数据信息上报。 2）第三方系统对接 主要针对纵向及横向部门数据，通过数据共享交换系统实现数据的交换对接，实现数据采集。 3）第三方数据采购 详见文旅数据采购。 4）数据制作 主要为重点区域的 点景区景点空气质量指数，如负氧离子含量等指 标。 8、文博专题数据分析 文博专题数据分析主要针对日、月、年的时间维度不同，分析展示文博场馆客流来源地市 Top、文博场馆游客组成、文博场馆位置、文博场馆客流量排行、文博场馆消费 Top 等。 （1）、文博场馆基本情况 场馆客流量分析主要针对文旅体场馆进行游客量监测，此部分内容对文化场馆游客不同时间周 期客流量进行监测，包括小时级游客量、

分布式消息队列 总 线等软件)接收外场各个子系统提供的基础数据和外部系统提供的各类数据海 量 数据，实现海量交通数据采集存储。 2、数据传输同步 根据不同应用需求对数据的传输进行分类处理， 一是针对需要实时或近实时 处理分析的数据流传输至实时处理计算框架中；对无需实时处理，可待后续挖 掘 的数据分流至批处理计算框架中；对于无需处理或分析的传统数据直接传输 至传 统数据库服务器中。二是数 按照事先设定的时间间隔执行数据同步，每隔一段时间执行一次数据同步 动 作，例如每隔 2 秒钟同步一次最新的卡口过车数据。这种同步机制适用于数 据同 步要求实时性较高的数据项。 (3)手动交换 手动同步是指针对于特殊情况下需要一次性执行的数据，可以通过点击按钮 的形式执行一次数据同步，例如路网数据的一次性同步。 (4)同步交换 采用 ELT 方式，对公安原始业务库表进行同步搬迁，避免对生产系统产生 接口定义必须包含接口地址(数据源+服务名称+接口名称)、接口名称、 接口描述、请求方式、输入参数、参数类型、参数长度、是否必填、参数说 明、输出参数、返回异常信息等。 4、标准化接口开发 针对单一事物主体请求，返回主体对应信息的接口，采用标准化接口开发 方式提供接口开发服务。通过统一规范的接口生成工具，和数据采集建设的 数 据区数据库表建立连接，根据数据需求涉及主体信息，自定义配置接口参

大模型实现对市民诉求的自动化 分类和处理。系统将基于自然语言处理技术，对市民通过热 线、APP、网站等渠道提交的诉求进行智能识别和分类，自动分配 至相关部门或人员，减少人工干预，提高处理效率。同时，AI 系统 能够针对高频问题和热点事件进行实时分析，为政府决策提供数据 支持。 其次，项目将建立多维度的民意反馈机制，确保市民诉求得到 及时响应和有效解决。通过 AI 技术的应用，系统能够对诉求的处 理进度进行 高频问题、热点区域以及潜在风险，帮助决策者制定更具针对性的 政策。例如，通过分析市民投诉数据，可以及时发现某一区域的基 础设施问题，从而优先调拨资源进行修复，避免问题扩大化。 此外，智慧城市的建设还需要跨部门协同的高效机制。AI 大模 型可以作为信息中枢，整合来自不同部门的数据，并通过智能分析 生成跨部门协同的优化方案。例如，针对某一市民诉求，AI 模型可 以自动关联环保、交通、市政等多个部门的数据，提出综合性的解 集、清洗、存储和管理，支持结构化数据（如 SQL 数据库）和非 结构化数据（如文本、图像）的存储，采用分布式存储技术确保数 据的高可用性和安全性。模型层是系统的核心，基于深度学习和大 模型技术，针对民意速办场景进行定制化训练和优化，支持自然语 言处理（NLP）、情感分析、意图识别等功能。模型层采用微服务 架构，支持模型的快速迭代和动态更新，确保系统能够适应不断变 化的业务需求。服务层通过

车辆驾驶员执行次数统计、驾驶员实际 上班考勤打卡统计、营运公里统计， GPS 公里统计、正点发车统计、准点行 车统计等等，无法精确统计分析，无法 提高公交服务质量。 针对复杂的客流、车况无法对公交车辆 进行调度； 乘客无法知晓等待公交所需时间，满意 度底下； 线路行车计划和排班还是呈现纸质状态； 复杂的驾驶员上班规则需要每天调整驾 驶员上班班次； 1 无需单独维护基 础数据。 数据统一维护 智能调度平台针对公交营运过程调度前、调度中、调度后三个场景提供服务，调度前计划准备、 调度中监管调度，调度后营运分析，全方位为公交运营提供服务。 u 地图监控结合地图实时 定位车辆位置； u 直线调度、表格调度多 u 可自定义行车计划执行 规则； u 设置驾驶员、公交车辆、 线路、站点等信息； u 根据线路营运需求编制 行车计划表； u 针对行车计划表根据企 业人员排班规则制定排 班规则； u 针对公交车辆或驾驶员 临时变动情况进行对班； 计划执行完成情况、行车计 划执行的质量情况、驾驶员 上班情况、车辆 GPS 营运 里 程和非营运里程数、行

· 公园智慧导航 · 智慧 wifi · 智慧垃圾桶 · 智慧灌溉 信息化的多端应用 安全防 范 有别于以往通用的视频监控模式， 而专门针对公园各板块场景定制的全方 位、全时段、全天候的高清视频监控， 并对重要的监控区域有针对性的监控对 策。 开阔区域 公园有很多大范围的监控场景 / 道路， 客 流量、车流量大，需要看的全、看得 清，又需要实时的视频监控，对于大场 景可以环顾全景，同时也可以捕捉细节 日车辆进出编计 水域区域 板块中有水域，往往水雾等环境比较复杂，在早晚水雾高发期、以及浓雾、雾霾等环境下需要智能透雾、高清透雾等功能。实 现公园在浓雾条件下的高清画面监控。 实时视频透雾技术针对由烟尘、雾气、灰霾等成像特征建模，采用图像处理技术有效恢复细节和色彩，获得准确、自然的透雾效果。 应用环塘：水域异常情况的全天候监测、分析 ( 水位分析、水面人员活动分析、水草环塘污染分析等 ) 、预警。 应用环境 ：公园内夜间开放的活动区 域设置，通过各种智能化分析技术， 为人员、财产安全提供安全保障、预 警机制及后期的取证依据。 危险区域 在危险区域中支持视频智能防范，针对视频进入危险区域自动报警提醒，针对公园湖泊水域等视频止步区域进行危险 报警提醒，保障视频安全。同时兼顾公园建筑的保护防止破坏和防盗等。 应用环塘：公园内严道人员穿越的区域 ( 如水域、火车道等 ); 集中活动水上乐园，极限运动场地等易发生事故区域